基于蟻群優(yōu)化的層次聚類算法及其在網絡取證中的應用.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著網絡信息技術的發(fā)展,關于信息化的現象數不勝數。在網絡中,每天都會產生各種各樣不同類型的數據,隨之而來出現了各種類型的網絡安全問題。在這種情況下,我們需要借助社會和法律的強大力量來對付利用計算機網絡進行的犯罪活動。因此,網絡取證技術應運而生,并得到迅速發(fā)展。它的核心要點是對網絡中各種數據信息進行提取和分析。本文應用聚類方法對網絡中的數據進行分析、處理,最后判斷出網絡中的正常行為和異常行為。
  本研究主要內容包括:⑴提出一種改進

2、的基于最大近鄰粗糙逼近的特征選擇算法。網絡數據維數高、特征多的特點使得最優(yōu)特征的選擇尤為重要?;谧畲蠼彺植诒平奶卣鬟x擇算法通過最大近鄰確定樣本的近鄰類,可以直接處理混合型數據。但是由于該方法在計算屬性重要度的時候只考慮了單個屬性相對于決策結果的重要度,所以本文首先重新定義了評價標準,然后利用前向貪心搜索策略進行特征選擇,最后選出最優(yōu)特征子集。通過實驗的結果,可以看出該方法選出的特征數量減少,而且在此基礎上,也提高了分類性能。⑵針對

3、層次聚類如何選取合適的合并點問題,提出一種基于蟻群優(yōu)化的凝聚型層次聚類算法。層次聚類算法一旦執(zhí)行分裂類或合并類,就不能修正,這樣就會產生低質量的聚類結果。為了獲得高質量的聚類結果,本文算法首先利用蟻群優(yōu)化算法中的狀態(tài)轉移規(guī)則選擇凝聚型層次聚類算法中下一個將要被合并的數據點,然后利用信息素更新規(guī)則尋找聚類的最優(yōu)路徑。從實驗結果看,本文算法的準確率比傳統(tǒng)的聚類算法更高,效果更好。⑶設計了基于蟻群優(yōu)化的凝聚型層次聚類的網絡取證系統(tǒng)。在分析網絡

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論